SYSTEMY INTELIGENTNE - PYTANIA I PROBLEMY
£-(((>1. 1*
• 0.9% 0)®.
(jj oj), rf1*}
£-{«*,.
-{((0.1. 0.9),
((1. 0.1\ fotiP)
£«f((x|, xj). *
= {((0.1. 4/). (1.0))®.
((I. A (0. f))fl
£ - !((*. x2), (d|.rf2»(ł,lf-l -= {((0.1, A/), (1.0))®.
((1, D% (0. Iflf&ł
1. Dla zbioru danych uczących L podać postać triuazn danych uczących w fermacie akceptowanym przez program NEURO-NIX 4.0; do rekordów danych uczących dodać komentarze, odpowiednio, klasa 0 oraz klasa 1.
2. Dla zbioru dartych uczących L podać postać arkusza danych uczących w formacie akceptowanym przez program NEURO-N1X 4.0; do rekordów danych uczących dodać komentarze, odpowiednio, klasa 1 oraz klasa 2.
3. Din zbioru danych uczących L podać postać arkusza danych uczących \v formacie akceptowanym przez program NEDRO-NfX 4.0; do rekordów danych uczących dodać komentarze, odpowiednio, klasa I oraz klasa 2. x2 jest atrybutem symbolicznym nominalnym o wartościach M (męzczyzna) i K (kobieta). Jak zostanie zakodowany atrybut x2 przez NF.L'RONIX’a i ile wejść (uwzględniając tzw. bias) będzie miała sieć. którą zaproponuje program?
4. Dla zbioru danych uczących L podać postać arkusza danych uczących w formacie akceptowanym przez program NEURO NIX 4.0; do rekordów danych uczących dodać komentarze, odpowiednio, klasa 1 oraz klasa 2. x2 jest atrybutem symbolicznym porządkowym o wartościach K( (mały) i D (diayi. Jak należy zmodyfikować oznaczenia M i D dla NEURONTX'a, jak zostanie przez niego zakodowany atrybut *2 i ile wejść (uwzględniając tzw. bias) będzie miała sieć.
£ = {((xj, x2), m
= {((-!. 1), (1, 0. 0))®.
((-1.2,0.8), (1, 0, OM**,
((1.1, IJ2), (0.1, 0)){J).
((0.8, 1.3), (0. I. 0»<4>.
((0.9, -0.5), (0, 0. I»(5,> fil.5. -0.6), (0, 0,
którą zaproponuje program?
5. Podać czynności, które należy wykonać aby uzyskać graficzną prezentację danych uczących L (tzn. graficzne przedstawienie danych na płaszczyźnie tak aby obiekty poszczególnych klas były oznaczone różnymi symbolami graficznymi) wykorzystując możliwości programu NEURONK:
a) ...
b) .... itd.
6. Aby program dokonywał testowania (z wykorzystaniem danych testowych) sieci neuronowęj po zakończeniu każdej epoki procesu uczenia należy...
7. Program NEURONIX zgłasza się z tolerancją uczenia równą 0.1. Aby zmienić tę wartość na np. 0.2 należy ...
8. Program NEURONDC zgłasza się z tolerancją testowania równą 0.25. Aby zmienić tę wartość na np. 0.2 należy...